当前位置: 首页 > news >正文

Vue中使用ECharts实现热力图的详细教程

在数据可视化领域,热力图是一种非常直观的表现形式,它通过颜色深浅来展示数据分布情况。在Vue项目中,我们可以使用ECharts这一强大的图表库来实现热力图。下面我将详细介绍如何在Vue中使用ECharts实现热力图。效果如下图:

一、准备工作

1、安装ECharts

在项目根目录下,运行以下命令安装ECharts:

npm install echarts --save

2、下载所需地区的JSON文件 并放在静态资源文件夹下

下载geoJson的途径网上一抓一大把,也可以参照我之前的文章https://blog.csdn.net/Jiaberrr/article/details/141939259

 

二、实现热力图

1、引入ECharts和geoJSON

在Vue组件中,首先需要引入ECharts和地图JSON。在<script>标签中添加以下代码:

import * as echarts from 'echarts';
import geoJson from './static/json/mapJson.json'

2、创建热力图容器

<template>标签中,添加一个用于展示热力图的div容器:

<div ref="heatmap" style="width: 600px; height: 400px;"></div>

3、初始化ECharts实例

mounted钩子函数中,初始化ECharts实例并设置热力图配置项:

mounted() {echarts.registerMap('GD', geoJson);const myChart = echarts.init(this.$refs.heatmap);const option = {// 热力图配置项};myChart.setOption(option);
}

4、配置热力图

以下是效果图中的热力图的基本配置项,您可以根据实际需求进行调整:

   let data = [['116.424697', '39.927967', 1334],// '东城'['116.358141', '39.913919', 9334],// '西城'['116.765487', '40.136573', 834],// '朝阳'['116.290679', '39.857184', 2334],// '丰台'['116.17672', '39.949198', 6734],// '石景山'['116.177807', '40.062966', 1234],// '海淀'['115.905234', '40.010063', 2634],// '门头沟'['115.941902', '39.708825', 1334],// '房山'['116.747351', '39.814339', 1178],// '通州'['116.737316', '40.137897', 634],// '顺义'['116.226118', '40.225311', 9334],// '昌平'['116.402095', '39.655493', 2334],// '大兴'['116.621138', '40.432762', 8334],// '怀柔'['117.117604', '40.192158', 4534],// '平谷'['117.065719', '40.500122', 724],// '密云'['116.016705', '40.507607', 334]// '延庆'];let areaData = [];data.map(item => { // 扩大热力图效果areaData.push(...new Array(3).fill(item));});let mapMax = Math.max(...data.map(item => item[2]));let mapMin = Math.min(...data.map(item => item[2]));myChart.setOption(option = {backgroundColor: '#ccc',tooltip: {show: false,trigger: 'item',axisPointer: {type: 'shadow'}},visualMap: {bottom: 20,left: 10,show: true,color: ['#ff4601', '#fffc00', '#87cffa'],min: mapMin,max: mapMax,calculable: true,textStyle: {color: '#fff',fontSize: 12}},grid: {height: '100%',width: '100%'},geo: {map: 'GD',label: {show: true},top: 'center',left: '100',roam: true,width: '90%',height: '95%',zoom: 0.9,label: {normal: {show: true,color: '#fff'},emphasis: {color: '#fff'}},itemStyle: {normal: {areaColor: '#76b1ff',borderColor: '#eee',shadowColor: '#76b1ff',shadowBlur: 10,borderWidth: 1},emphasis: {// 鼠标移入颜色areaColor: '#409EFF',borderWidth: 0}}},series: [{mapType: 'GD',top: 'center',left: 'center',width: '65%',height: '95%',name: 'AQI',type: 'heatmap',coordinateSystem: 'geo',blurSize: 40,data: areaData,// 鼠标移入emphasis: {show: false,itemStyle: {areaColor: 'rgb(255,255,0,1)'}}}]})

您可以根据实际需求调整热力图的配置项,以达到更好的数据可视化效果。希望本文对您有所帮助! 

 

相关文章:

Vue中使用ECharts实现热力图的详细教程

在数据可视化领域&#xff0c;热力图是一种非常直观的表现形式&#xff0c;它通过颜色深浅来展示数据分布情况。在Vue项目中&#xff0c;我们可以使用ECharts这一强大的图表库来实现热力图。下面我将详细介绍如何在Vue中使用ECharts实现热力图。效果如下图&#xff1a; 一、准备…...

Arduino UNO R3自学笔记13 之 Arduino使用LM35如何测量温度?

注意&#xff1a;学习和写作过程中&#xff0c;部分资料搜集于互联网&#xff0c;如有侵权请联系删除。 前言&#xff1a;学习使用传感器测温。 1.LM35介绍 一般来讲当知道需求&#xff0c;就可以 通过既定要求的条件来筛选需要的器件&#xff0c;多方面的因素最终选定了器件…...

蓝桥杯【物联网】零基础到国奖之路:十六. 扩展模块之矩阵按键

蓝桥杯【物联网】零基础到国奖之路:十六. 扩展模块之矩阵按键 第一节 硬件解读第二节 CubeMX配置第三节 MDK代码 第一节 硬件解读 扩展模块和ADC模块是一摸一样的&#xff0c;插在主板上。 引脚对应关系&#xff1a; PB6-ROW1 PB7-ROW2 PB1-COLUMN1 PB0-COLUMN2 PA8-COLUMN3 …...

Apollo9.0 Planning2.0决策规划算法代码详细解析 (4): PlanningComponent::Proc()

&#x1f31f; 面向自动驾驶规划算法工程师的专属指南 &#x1f31f; 欢迎来到《Apollo9.0 Planning2.0决策规划算法代码详细解析》专栏&#xff01;本专栏专为自动驾驶规划算法工程师量身打造&#xff0c;旨在通过深入剖析Apollo9.0开源自动驾驶软件栈中的Planning2.0模块&am…...

AAA Redis的过期删除策略+缓存雪崩+缓存一致性问题

目录 一、三种删除策略比较 二、缓存雪崩缓存击穿缓存穿透 三、缓存一致性 Redis学习笔记 一、三种删除策略比较 内存占用CPU占用特征定时删除节约内存&#xff0c;无占用不分时段占用CPU资源&#xff0c;频度高时间换空间惰性删除内存占用严重延时执行&#xff0c;CPU利用…...

成都跃享未来教育咨询有限公司抖音小店:引领教育咨询新风尚

在数字化浪潮席卷全球的今天&#xff0c;教育咨询行业正经历着前所未有的变革。成都跃享未来教育咨询有限公司&#xff0c;作为教育行业的一颗璀璨新星&#xff0c;凭借其前瞻性的教育理念与创新的运营模式&#xff0c;在抖音平台上开设了小店&#xff0c;不仅为广大学子及家长…...

【堆排】为何使用向下调整法建堆比向上调整法建堆更好呢?

文章目录 前言一、堆排代码一、计算使用向上调整法建堆的时间复杂度二、计算使用向下调整法插入的时间复杂度总结 前言 在博主的上一篇博客堆排(链接在这里点击即可)的总结中提出啦使用向下调整法建堆比使用向上调整法建堆更好&#xff0c;是因为使用向上调整法建堆的时间复杂…...

在Stable Diffusion WebUI中安装SadTalker插件时几种错误提示的处理方法

SD中的插件一般安装比较简单&#xff0c;但也有一些插件安装会比较难。比如我在安装SadTalker时&#xff0c;就遇到很多问题&#xff0c;一度放弃了&#xff0c;后来查了一些网上攻略&#xff0c;自己也反复查看日志&#xff0c;终于解决&#xff0c;不吐不快。 一、在Stable …...

使用ffmpeg合并视频和音频

使用ffmpeg合并视频和音频 - 哔哩哔哩 简介 FFmpeg是一套可以用来记录、转换数字音频、视频&#xff0c;并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec&#xff0…...

周末总结(2024/10/05)

工作 人际关系核心实践&#xff1a; 要学会随时回应别人的善意&#xff0c;执行时间控制在5分钟以内 坚持每天早会打招呼 遇到接不住的话题时拉低自己&#xff0c;抬高别人(无阴阳气息) 朋友圈点赞控制在5min以内&#xff0c;职场社交不要放在5min以外 职场的人际关系在面对利…...

在Ubuntu中自动挂载SMB/CIFS共享

文章目录 0. 引言1. 使用credentials文件存储认证信息2. 挂载点的准备3. 必要软件的安装4. 调整挂载参数5. 测试挂载6. 日志调试 0. 引言 本文是自己挂载共享磁盘的实践记录&#xff0c;将详细介绍如何在Linux系统中配置自动挂载SMB/CIFS共享&#xff0c;并提供一些常见问题的…...

pWnOS2.0 靶机渗透( cms 渗透,php+mysql 网站渗透,密码碰撞)

pWnOS2.0 靶机渗透( ) 靶机介绍 vulnhub 靶机 本地搭建 由于靶机特性&#xff0c;靶机网卡位nat模式扫不到&#xff0c;原来需要改 nat 的地址 参考方法 https://blog.csdn.net/Bossfrank/article/details/131415257 作者主页 https://blog.csdn.net/Bossfrank?typeblog P…...

【AI】AIOT简介

随着技术的快速发展&#xff0c;人工智能AI和物联网IoT已经成为当今最热门的技术领域。AIOT是人工智能和物联网的结合&#xff0c;使物联网设备更加智能化&#xff0c;能够进行自主决策和学习的技术。 通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端&#…...

picgo + typora + gitee图床

Picgo打造个人图床&#xff0c;稳定又安全 解决Typora笔记上传到CSDN图片无法显示的问题 typora中...

【路径规划】多机器人路径规划

摘要 多机器人路径规划在现代自动化、仓储管理及智能交通系统中有着广泛的应用。本文提出了一种基于A*算法的多机器人路径规划方法&#xff0c;旨在解决多机器人在同一环境中的路径冲突问题。通过采用启发式搜索和路径优化策略&#xff0c;机器人能够在保持避障的前提下实现最…...

深度学习Day-35:One-hot独热编码

&#x1f368; 本文为&#xff1a;[&#x1f517;365天深度学习训练营] 中的学习记录博客 &#x1f356; 原作者&#xff1a;[K同学啊 | 接辅导、项目定制] 一、 独热编码原理 独热编码&#xff08;One-Hot Encoding&#xff09;是一种将分类数据转换为二进制向量的方法&#…...

Streamlit 实现登录注册验证

在开发基于 Streamlit 的应用时&#xff0c;用户认证功能是一个常见需求。本文将介绍如何通过两种方式来实现登录注册功能&#xff1a;手动实现 和 使用 Streamlit-Authenticator 库。手动实现虽然灵活&#xff0c;但需要自行处理密码加密、验证等细节&#xff1b;而 Streamlit…...

ASP.NET Zero 多租户介绍

ASP.NET Zero 是一个基于 ASP.NET Core 的应用程序框架&#xff0c;它提供了多租户支持&#xff0c;以下是关于 ASP.NET Zero 多租户的介绍&#xff1a; 一、多租户概念 多租户是一种软件架构模式&#xff0c;允许多个客户&#xff08;租户&#xff09;共享同一套软件应用程序…...

【60天备战2024年11月软考高级系统架构设计师——第29天:微服务架构——微服务的优缺点】

微服务架构通过将大型单体应用拆分为多个独立的小型服务&#xff0c;使系统具备灵活性、可扩展性和独立部署的优势。但与此相伴的是复杂的运维和开发管理挑战。因此&#xff0c;在选择微服务架构时&#xff0c;架构师需仔细权衡其优势与劣势。 微服务架构的优点 独立部署&…...

读论文、学习时 零碎知识点记录01

1.入侵检测技术 2.深度学习、机器学习相关的概念 ❶注意力机制 ❷池化 ❸全连接层 ❹Dropout层 ❺全局平均池化 3.神经网络中常见的层...

Calypso vs PC-DMIS:三坐标两大软件脱机编程实战对比与选型指南

Calypso vs PC-DMIS&#xff1a;三坐标测量软件脱机编程深度对比与实战选型策略 在精密制造领域&#xff0c;三坐标测量机(CMM)的脱机编程能力直接决定了检测效率与资源利用率。作为行业两大标杆&#xff0c;蔡司Calypso与海克斯康PC-DMIS在用户界面设计、编程逻辑、仿真验证等…...

Qwen3.5-2B入门指南:如何将本地7860服务映射为公网可访问API接口

Qwen3.5-2B入门指南&#xff1a;如何将本地7860服务映射为公网可访问API接口 1. 引言 Qwen3.5-2B是阿里云推出的轻量化多模态基础模型&#xff0c;属于Qwen3.5系列的小参数版本&#xff08;20亿参数&#xff09;。这个模型主打低功耗、低门槛部署&#xff0c;特别适合在端侧和…...

[Python3高阶编程] - 异步编程深度学习指南二: 同步原语

概述在 Python 异步编程中&#xff0c;虽然协程&#xff08;coroutine&#xff09;天然避免了线程切换开销&#xff0c;但多个协程仍可能同时访问共享资源&#xff08;如全局变量、文件、数据库连接&#xff09;&#xff0c;从而引发竞态条件&#xff08;Race Condition&#x…...

告别纯Verilog手搓!用Vivado HLS快速搭建你的第一个CNN加速器(ZYNQ平台实战)

从Verilog到Vivado HLS&#xff1a;ZYNQ平台CNN加速器开发实战指南 在FPGA开发领域&#xff0c;传统RTL设计方法正面临越来越复杂的算法实现挑战。以卷积神经网络(CNN)为例&#xff0c;一个简单的三层网络就可能需要数万行Verilog代码&#xff0c;不仅开发周期漫长&#xff0c;…...

基于大数据 Spark+Hadoop+Hive的中国不同城市奶茶品牌的影响力分析

前言现如今在中国市场中&#xff0c;奶茶行业以其别具一格的魅力和庞大的年轻消费群体&#xff0c;具备一些研究价值。伴随着消费者需求的日益多样化和市场竞争的逐步激烈&#xff0c;奶茶品牌在中国不同城市的影响力呈现出显著的差异。本研究基于这一背景&#xff0c;以中国不…...

媒体查询、事件绑定、对象拷贝等知识点总结

一、媒体查询&#xff08;CSS3 响应式设计&#xff09;1. 基本语法cssmedia 媒体类型 and (媒体特性) {/* CSS 规则 */ }2. 常用媒体类型值说明screen电脑屏幕、平板、手机等print打印机all所有设备&#xff08;默认&#xff09;3. 常用媒体特性特性说明max-width最大宽度&…...

PasteMD算力优化成果:Ollama量化后llama3:8b仅需4GB内存,推理速度提升2.3倍

PasteMD算力优化成果&#xff1a;Ollama量化后llama3:8b仅需4GB内存&#xff0c;推理速度提升2.3倍 1. 项目背景与优化挑战 PasteMD是一款基于本地Ollama框架的剪贴板智能美化工具&#xff0c;它能够将杂乱的文本内容一键转换为结构化的Markdown格式。这个工具完全私有化部署…...

手把手教你搭建RAG知识库:从零到一,让你的知识库从“仓库”变“助手”!

本文详细介绍了如何搭建RAG知识库&#xff0c;通过四个核心组件——文档处理器、嵌入模型、向量数据库和大语言模型&#xff0c;实现知识的有效管理和利用。文章以作者自制的知识工场为例&#xff0c;阐述了从文档处理、知识拆解、向量化到存储、检索和回答的完整流程&#xff…...

PCF8574驱动库深度解析:I²C扩展IO、中断与编码器集成

1. 项目概述PCF8574 是一款经典的 IC 总线数字 I/O 扩展芯片&#xff0c;由 NXP&#xff08;原 Philips&#xff09;设计&#xff0c;广泛应用于资源受限的嵌入式系统中。其核心价值在于仅需两根信号线&#xff08;SDA/SCL&#xff09;即可扩展 8 路可编程双向数字 I/O&#xf…...

阿里千问Qwen3.5-Omni:全模态大模型的新王者

Qwen3.5-Omni&#xff1a;全模态能力的新巅峰3月30日&#xff0c;阿里发布的千问新一代全模态大模型Qwen3.5-Omni&#xff0c;在音视频理解、识别、交互等215项任务中取得SOTA&#xff08;性能最佳&#xff09;&#xff0c;超越Gemini-3.1 Pro&#xff0c;成为全球最强的全模态…...